阿里发布“小程序繁星计划”，对此你怎么看？
3月21日，阿里云北京峰会上，阿里巴巴旗下的阿里云、支付宝、 *** 、钉钉、高德等联合发布“阿里巴巴小程序繁星计划”，将提供20亿元补贴，扶持超过200万小程序开发者和超100万商家。... 3月21日，阿里云北京峰会上，阿里巴巴旗下的阿里云、支付宝、 *** 、钉钉、高德等联合发布“阿里巴巴小程序繁星计划”，将提供20亿元补贴，扶持超过200万小程序开发者和超100万商家。阿里发布“小程序繁星计划”是在2019阿里云峰会今日在北京举行，阿里云智能产品管理部总经理马劲表示，过去十年，阿里云共发布了162个产品，4610个新功能，几乎每天都有产品新功能发布。
会上，首次整合阿里巴巴、阿里云、达摩院的全新智能技术产品阵列，发布超算型异构实例SCC-GN6、POLARDB2.0、SaaS加速器等数十款全新产品。阿里云还发布了小程序云beta，为小程序打包技术解决方案。现场阿里巴巴发布小程序繁星计划，将拿出10亿元的技术补贴以及10亿元的商家运营补贴进行推广。
阿里通信的发布
阿里通信的发布时间是2014年6月17日。
阿里通信成功发布之后，一方面可能会借助 *** 的电商渠道进行相关业务的发售，另外一方面可能会在未来结合来往推出 *** *** 业务，当然关于阿里旗下各移动端产品流量费全面的相关措施也会有。
下面分享相关内容的知识扩展：
全球推理性能之王！阿里终于出手了 发布之一颗芯片！
在阿里内部的体系中，“平头哥”并不是只是战斗能力超群的动物代表，而是一家技术实力超强的半导体公司。
今日召开的云栖大会上，“平头哥”并没有辜负大家的期待，带来了阿里巴巴首款AI芯片——含光800。
据称，这款AI芯片刷新了全球推理性能更高纪录。有业内评论认为，平头哥凭借芯片领域一系列产品，阿里有望在AIoT赛道上占尽优势，抢先站上了万亿市场的风口。
这款全球最强AI芯片到底牛在哪里？平头哥的芯片版图又会是怎样的布局？
不妨和基金君一起来看一下。
平头哥“亮剑”： 含光800来了！
从去年成立平头哥半导体公司开始，外界对阿里巴巴在芯片方面的布局动作始终关注颇高。在今日的云栖大会上，平头哥果然交出了漂亮的答复。
9月25日，阿里巴巴旗下平头哥半导体公司正式发布首款芯片——含光800。
为什么要用“含光”命名？
含光为上古三大神剑之一，该剑含而不露，光而不耀。阿里巴巴用它来作为公司首款芯片的命名，体现了他们在这个领域的雄心与谦逊。
这款性能超强的AI芯片的能力值到底如何呢？
据阿里巴巴方面介绍，含光800虽然是阿里巴巴之一款芯片，但却是全球性能最强的AI芯片。作为一款主要用于云端视觉处理场景的芯片，含光800的性能打破了现有AI芯片记录，在性能及能效比方面统领全球之一。
在业界标准的ResNet-50测试中，含光800推理性能达到78563 IPS，比目前业界更好的AI芯片性能高4倍；能效比500 IPS/W，是第二名的3.3倍。
据阿里巴巴方面的专家介绍，这款芯片能够达成这样的表现，得益于软硬件的协同创新。
据悉，含光800采用自研架构，针对深度学习中使用的大量权重参数和张量数据，在支持稀疏压缩与量化处理的基础上，通过独特设计的数据访存与流水线处理技术，大大减低了I/O需求和数据的搬移；同时深度优化了卷积，矩阵乘，向量计算和各种激活函数，通过高有效的硬件资源调度和全并行的数据流处理，把AI运算的性能和能效双双推向极致。
“平头哥突破了算法和硬件之间的鸿沟，基于阿里巴巴丰富的场景和达摩院算法能力，自研芯片架构，并且设计了完整软件栈”，阿里巴巴专家强调。这样的设计理念也让整个芯片的效果立竿见影。
对于“平头哥”的首款芯片，外界更惊艳在它超短的研发周期。据悉，平头哥用最短的时间完成了芯片的设计、流片整个过程。其中7个月完成了前端设计，之后仅用了3个月就成功流片。
一般而言，芯片行业属于投入大、周期长、突破慢的领域，但成立才刚刚满一年的平头哥半导体公司，却在短时间内能够这么快推出首款芯片，而且芯片一推出，就能够在性能上达到世界尖端水平，只能说，阿里旗下平头哥的实力，着实不能小觑。
芯片落地： 含光800实现大规模应用
很多AI芯片公司，推出研发芯片后往往没有下文，这是因为他们尚属于芯片打造和场景设计阶段，而平头哥带出的“含光800”从诞生开始就能够实现大规模的场景应用。
据了解，阿里经济体拥有包括图像视频分析、搜索和推荐在内的丰富人工智能应用场景，这都需要AI专用芯片提供算力。这也让AI芯片诞生后就存在应用的场景。
在阿里巴巴内部体系中，含光800能够实现多个场景：包括视频图像识别/分类/搜索、城市大脑等。在未来，这个芯片甚至还可被应用于医疗影像、自动驾驶等领域。
除了阿里内部之外，在实际的生活应用中，这颗芯片又能够做什么呢？
云栖大会现场演示了该芯片在交通状况识别及拍立得商品识别上的两个具体应用。
1、交通状况识别
以杭州城市大脑实时处理1000路视频为例，过去使用GPU需要40块，延时为300ms，单路视频功耗2.8W；使用含光800仅需4块，延时150ms，单路视频功耗1W。
在杭州交通状况识别的视频中，含光可以在极短时间内对车的路况做出及时准确的识别，只需要用到以前1/10的硬件就可完成通用GPU能够完成的任务。
2、拍立得商品识别
据了解，拍立淘商品库每天新增10亿商品图片，为了让用户快速从海量图片中精准搜索到商品，需要强大的计算力支撑，使用含光800搜索效率可提升12倍，时间从传统通用GPU的1小时缩减至5分钟。
此外，目前基于含光800的AI云服务已正式上线。未来，含光800不仅服务阿里内部场景，还将全面通过云服务开放。
阿里巴巴方面的专家表示，在人工智能场景中，含光800是传统异构计算很好地补充，通过阿里云可以为企业提供更多的选择，未来他们还会推出更多形态的人工智能芯片，在终端、云数据中心都会有更大规模的部署和应用。
阿里巴巴芯片版图浮出水面
如果以为平头哥推出一款性能超高的芯片就结束使命，那你就错了！
过去，阿里巴巴集团一直强调“让天下没有难做的生意”，而在平头哥这里，这一愿景改为“让天下没有难造的芯片”。
得益于含光800的发布，阿里巴巴的端云芯片布局基本成型。据悉，在端侧，平头哥已拥有成熟的生态体系，7款自研嵌入式CPU IP核均已得到大规模量产的验证，授权客户超100家，累计销售超十亿颗，广泛应用于机器视觉、工业控制、车载终端、移动通信和信息安全等领域。
在云端，阿里云为平头哥服务企业提供了绝佳平台，未来企业可以通过阿里云轻松获取含光800的极致算力。
此前，平头哥就发布了面向AIoT时代的一站式芯片设计平台无剑，提供集芯片架构、基础软件、算法与开发工具于一体的整体解决方案，能帮芯片设计企业将设计成本降低50%，周期压缩50%。
平头哥介绍称，“在这个平台研发芯片的企业，只需专注于20%的专用设计工作量，并让这20%的工作产生80%的价值”。
根据阿里巴巴在芯片上的定位，那就是端上做芯片基础设施，云端为企业提供普惠算力。例如，处理器是所有高端系统芯片都需要的产品，它是最核心的基础设施产品，AI芯片是人工智能场景更高效的算力单元，阿里将投入重金打造好这些技术，同时构建应用生态。
“芯片、AI和云计算三位一体、协同发展——人工智能算法逐渐集成到芯片，集成算法的专用芯片为云服务提供了更强的性能，而云计算本身则加速了人工智能应用的大规模落地。”阿里巴巴相关专家表示。
阿里巴巴集团副总裁戚肖宁表示：“传统通用芯片的模式越来越难适应碎片化AIoT场景的需求，开源、开放是大势所趋，平头哥致力于做AIoT时代的芯片基础设施提供者，让芯片更普惠。”
平头哥到底是谁？
如此硬核的技术能力，果然已经让众人见识到了平头哥的不凡。
不过话说回来，平头哥和阿里到底是有怎样的渊源？为什么一家高科技公司有这么“社会”的代称？
2018年云栖大会上，阿里巴巴宣布整合中天微与达摩院芯片团队，成立“平头哥”半导体公司。
据了解，“平头哥”由阿里此前收购的芯片公司——中天微系统有限公司，以及达摩院的自研芯片业务整合而来，阿里巴巴董事局主席马云亲自将其命名为“平头哥半导体有限公司”，旨在推进云端一体化的芯片布局。
而这位“平头哥”，实际上是来自非洲大草原一种动物，叫做非洲蜜獾，头顶一片白毛，宛如被剃了平头，外表看起来杀伤力像个青铜，实际上是个王者。
在动物世界中，平头哥几乎是拥有最强大的好战基因，虽然体态小巧，却不畏比之庞大十数倍的猛兽毒虫，骁勇善战，常常能够以小博大，成功反制。平头哥强大的杀伤力，已经被网友票选为“实力票选为”除了人类以外，基本没有天敌的动物。
阿里将平头哥命名为旗下半导体公司，颇有深意，诸如江湖的说法，“生死看淡，不服就干”，这种大胆的动物也和阿里巴巴始终秉持的“不服输、不怕折腾”的精神一脉相承。而在芯片开发领域，人们正需要像平头哥这样不畏艰难、不畏辛苦、敢于挑战的人才投入进去。
2019年7月25日，平头哥成立后发布了之一个成果，基于RISC-V的处理器IP核玄铁910。据介绍，玄铁的性能比公开的RISC-V更好处理器还要提升40%，主频功耗仅为0.2瓦。
阿里巴巴集团副总裁戚肖宁表示，其可用于设计制造高性能端上芯片，应用于5G、人工智能以及自动驾驶等领域。使用该处理器可使芯片性能提高一倍以上，同时芯片成本降低一半以上。
也有通俗的解释称，玄铁910不是英特尔一样完全整合的CPU，而是ARM类似的CPU IP形态，华为麒麟需要用，高通骁龙需要用，三星苹果的手机芯片也离不开。
从处理器到AI芯片，阿里的平头哥公司凭借一系列产品切入芯片领域，而且一做就做到了极致，这也让很多人看到了中国在芯片产业未来的希望。
对于平头哥想打造的芯片生态，我们可以用平台思维去理解：平头哥先解决芯片技术比较难的部分，然后用算法和集成的 *** ，让更多的企业参与到其中，根据自己所需要的应用和场景进行开发，打造起平台生态。
据悉，平头哥还将将成立芯片开放社区，进一步为芯片产业提供开放协作的平台；公司还将继续开发操作系统，软硬件融合的算法，核心的IP等。把这些共性的技术能够做好做精做出竞争力，并形成生态，然后开放给其合作伙伴，让他们基于高质量的基础设施打造芯片产品，有助于提升整体的产业竞争力。
阿里巴巴集团CTO、达摩院院长张建锋说：“在全球芯片领域，阿里巴巴是一个新人，玄铁和含光800是平头哥的万里长征之一步，我们还有很长的路要走。”
（文章来源：中国基金报）
《阿里众包》任务发布功能使用说明
阿里众包是阿里巴巴推出的 *** 平台，为众多追求职业自由的人们提供了众多赚钱的机会。当然了，小伙伴也可以在阿里众包中抢任务赚钱，同样，你也可以在阿里众包中发布任务，让别人为你做事。那么阿里众包怎么发布任务呢?下面就和我一起来具体了解一下吧。
1、首先下载最新版本阿里众包，进行支付宝商家认证
2、然后进入平台编辑任务
3、提交保证金，并上线任务，平台通过预冻结保证金来保障众包用户劳有所得，从而增强任务的可信度、提升任务完成率
4、用户完成任务
5、验收并发放薪酬商户可查阅众包用户的任务反馈结果，依据约定的计薪标准验收后，薪资将代扣至做任务用户的支付宝账户
全球首个自动驾驶混合式仿真测试平台发布阿里打造日测800万公里
为了满足规模化、节约化无人驾驶技术，建立仿真平台成为了大多数公司选择的路径，可以预见的是行业又将进入一个快速发展的新轨道。
文丨AutoR智驾 子阳
仿真测试是达到规模化无人驾驶技术的唯一路径。
4月22日，阿里达摩院对外正式发布全球首个自动驾驶“混合式仿真测试平台”。
该平台采用虚拟与现实结合的仿真技术，引进真实路测场景和云端训练师，模拟一次极端场景只需30秒，系统每日虚拟测试里程可超过800万公里，大幅提升自动驾驶AI模型训练效率。
达摩院称，该技术将推动自动驾驶加速迈向L5阶段。
传统纯虚拟仿真测试平台能快速跑完自动驾驶路测里程，但仍然面临极端场景训练效率低下的关键问题：极端场景数据不足，就无法还原真实路况的不确定性，系统就无法精准应对真实路况的突 *** 况，自动驾驶就难以实现进一步突破。
达摩院首创自动驾驶混合式仿真测试平台解决了这一难题，该平台打通了线上虚拟固定环境与线下真实路况不确定性的鸿沟。
传统仿真平台难以通过算法模拟人类的随机干预，但在达摩院的平台上，不仅可以使用真实路测数据自动生成仿真场景，还可通过人为随机干预，实时模拟前后车辆加速、急转弯、紧急停车等场景，加大自动驾驶车辆的避障训练难度。
针对极端场景数据不足的问题，该平台可以任意增加极端路测场景变量，在实际路测中，复现一次极端场景的接管可能需要1个月的时间，但该平台可在30秒内即完成雨雪天气、夜间照明不良条件等特殊场景的构建和测试，每日可支持的场景构建数量达百万级。
这一平台规模化地解决了极端场景的复现难题，使得这些关键场景的训练效率提高上百万倍。
自动驾驶测试目前主要面临两个难题，一个是高昂的数据采集和标注成本，另一个是实际路测难以企及的测试里程要求。
在自动驾驶技术中感知算法的训练需要采集大量的数据，这些数据集需要涵盖不同的天气、路况等交通条件，但是训练数据采集和标注的成本非常高昂，每年全球的自动驾驶开发者仅在第三方数据服务这一领域的资金投入就超过十亿美元。
另外，数据的采集和标注存在很明显的“重复造轮子”现象，每个公司都有自己的自动驾驶数据集，虽然已经有部分对外开放，但是比例很少，而且开放数据集只能满足通用的训练数据，国外数据集也很难完全满足国内的感知算法训练需要。
行业普遍认为一套自动驾驶算法需要至少110亿英里的测试，才能达到量产应用的条件，这个距离相当于在太阳和地球之间往返50余次。
而且110亿英里测试距离是针对特定一个版本的自动驾驶算法来说的，一旦算法升级，还需要重新测试，任何公司都无法承受这个成本。
为了满足规模化、节约化无人驾驶技术，建立仿真平台成为了大多数公司选择的路径。
自动驾驶的仿真平台主要的目的是通过软件来模拟车以及车所在的环境，实现自动驾驶的集成测试，训练模型，模拟事发现场等功能。
要模拟车所在的环境，就得把真实世界投影到虚拟世界，并且需要构造真实世界的物理规律。
总的来说，这个模拟的测试环境必须要满足真实环境的物理规律，越真实越好。
这不仅需要视觉、感官层面的真实，更需要内在物理规律和运行逻辑层面的真实。
因此，模拟仿真平台至少需要具备三个层面的还原能力。
首先是场景的几何还原。
运用模拟仿真平台对某个现实场景进行还原，就要求这个场景里所有道路、车辆、红绿灯的位置等与真实世界保持一致，完成这一步依赖于前期的数据采集、标定以及三维重建技术。
第二步就是对场景的物理规律进行还原。
比如，自动驾驶汽车上会搭载许多雷达，不同的雷达探测距离、反射时间会有差异，车辆在运行的过程中会受到路面摩擦系数、风阻系数的影响、踩油门会加速、踩刹车会减速等。
模拟仿真平台需要借助传感器模型以及车辆动力学模型等组件，让这些物体元素的运行规律与真实世界保持一致。
当仿真场景的几何还原和物理规律还原，都做的足够精确，再借由游戏引擎技术让这个仿真世界动起来，这时候自动驾驶的汽车在仿真环境下的感知、决策过程以及周围交通参与者的运行轨迹和模式就能与真实世界保持一致，也就完成了场景的逻辑还原。
只有做到这一步，自动驾驶汽车在模拟仿真平台中的测试结果才具有参考价值和意义。
当然，随着自动驾驶技术的深入发展，测试者和开发者对模拟仿真平台应用能力的要求也越来越高。
未来，能够依据需要灵活构建场景，实现环境和交通流的智能化和自动化生成以及仿真平台应该具有本地调试+云端快速验证的能力，这对算法迭代的加速是都是重要的一步。
可见，随着仿真技术的采用，行业又进入一个快速的发展轨道。
目前，做自动驾驶仿真的公司高达几十家，在国外Waymo、Metamoto为主的自动驾驶公司都在进行仿真测试。
而在国内，百度、腾讯、华为以及自动驾驶初创公司Pony.ai、轻舟智航也都打造了自主的仿真测试平台。
腾讯从2017年开始研发模拟仿真平台的三维场景及传感器仿真、数据驱动交通流模拟丰富的测试场景、场景型云仿真及虚拟城市型云仿真并行等核心能力。
针对自动驾驶模拟仿真测试的需求以及行业痛点，腾讯打造了一套内置高精度地图、虚实结合、线上线下一体的自动驾驶模拟仿真平台——TAD Sim。
TAD Sim集成了工业级的车辆动力学模型、专业的游戏引擎、三维重建技术和虚实一体的交通流技术，可以完成感知、决策、控制算法等实车上全部模块的仿真实验，同时支持单机和云端部署的方式，一套系统满足全栈算法的使用需求；基于腾讯已经完成的全国高速、快速路高精度地图采集和 *** ，TAD Sim支持全国高速和快速路的仿真。
百度则和Unity Technologies建立合作伙伴关系，一起研发实时仿真产品，该产品将创建虚拟环境，让开发人员在现实模拟环境中测试自动驾驶汽车。
该仿真3D平台可让汽车制造商（OEM）减少测试错误和风险，同时通过复制模拟真实世界场景提高测试效率和速度。此外，还提供定制化内容，可通过其数百万研发人员创建的Asset Store进行定制。
除BAT之外，华为推出了自动驾驶云服务 Octopus ，服务覆盖自动驾驶数据、模型、训练、仿真、标注等全生命周期业务，向开发者提供包括数据服务、训练服务、仿真服务在内的 3 大服务。
据悉，通过集成场景设计和数据驱动的 *** ，合计提供超过 1 万个仿真场景，系统每日虚拟测试里程可超过 500 万公里，支持 3000 个实例并发测试。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
